Aureatáctica: um aplicativo de gerenciamento técnico esportivo baseado em ia

Abstract

O presente Trabalho de Conclusão de Curso tem como objetivo o desenvolvimento e validação do sistema ÁureaTáctica, uma aplicação voltada à análise tática esportiva automatizada por meio da integração entre inteligência artificial, banco de dados relacionais e APIs especializadas. O projeto busca demonstrar como a tecnologia pode apoiar a tomada de decisão em contextos esportivos, oferecendo uma ferramenta acessível e eficiente para técnicos e analistas de futebol. A metodologia adotada baseou-se em um estudo de natureza exploratória e experimental, seguindo as diretrizes de Creswell e Creswell (2023) e Marconi e Lakatos (2021), com a utilização do framework Django 5 no desenvolvimento backend, banco de dados PostgreSQL para armazenamento das informações e integração via API-Football e API OpenAI utilizando o modelo GPT-4.1-mini. Os testes realizados validaram a estabilidade e o desempenho da aplicação tanto em ambiente local quanto remoto, comprovando a viabilidade técnica da arquitetura implementada. Os resultados indicaram que o sistema é capaz de processar e interpretar dados esportivos com coerência semântica, produzindo relatórios táticos, comparativos e recomendações estratégicas de forma automatizada. Além disso, verificou-se o potencial do ÁureaTáctica para democratizar o acesso à análise técnica esportiva, ampliando o uso de tecnologias avançadas em clubes com recursos limitados. Conclui-se que a combinação entre engenharia de software, ciência de dados e inteligência artificial representa um caminho promissor para a modernização da análise de desempenho no futebol brasileiro, contribuindo para a transformação digital e para a profissionalização das práticas esportivas.

This Final Undergraduate Project aims to develop and validate the ÁureaTáctica system, an application designed for automated sports tactical analysis through the integration of artificial intelligence, relational databases, and specialized APIs. The project seeks to demonstrate how technology can support decision-making in sports contexts, providing an accessible and efficient tool for coaches and analysts. The adopted methodology was based on an exploratory and experimental study, following the guidelines of Creswell and Creswell (2023) and Marconi and Lakatos (2021), using the Django 5 framework for back-end development, PostgreSQL as the database system, and integration via API-Football and OpenAI API, employing the GPT-4.1-mini model. The tests validated the stability and performance of the application in both local and remote environments, confirming the technical feasibility of the implemented architecture. The results indicate that the system is capable of processing and interpreting sports data with semantic coherence, generating tactical reports, comparisons, and strategic recommendations in an automated manner. Furthermore, the potential of ÁureaTáctica to democratize access to sports technical analysis was verified, expanding the use of advanced technologies in clubs with limited resources. It is concluded that the combination of software engineering, data science, and artificial intelligence represents a promising path for modernizing performance analysis in Brazilian football, contributing to digital transformation and the professionalization of sports practices.